Sélectionner un thème dans la liste

Estimation et erreur standard de l’estimation

Les résultats publiés dans les tableaux IFN sont des estimations portant sur des paramètres de la forêt suisse (paramètres de population) dont les valeurs réelles ne sont pas connues et qui sont donc extrapolées (estimées) à partir des données de l’échantillon de l’IFN. Les extrapolations contiennent des incertitudes. Cependant, la précision de l’extrapolation opérée à partir de l’échantillon aléatoire de l’IFN peut être estimée de façon fiable. Pour ce faire, tous les tableaux IFN indiquent une seconde valeur à côté de l’estimation: l’erreur standard de l’estimation.

La plupart des tableaux indiquent l’erreur standard relative (« ±% »), mais parfois, surtout pour les pourcentages estimés, c’est l’erreur standard absolue (« ± ») qui est indiquée. Le rapport entre l’erreur standard absolue et relative est le suivant:

erreur standard relative = erreur standard absolue / estimation x 100

erreur standard absolue = erreur standard relative × estimation / 100

Les données sur la desserte sont issues d’un recensement complet des routes forestières. Dans ce cas, il n’est pas nécessaire d’indiquer d’erreur standard puisqu’il n’existe pas d’incertitude liée à l’échantillonnage.

Intervalle de confiance de l’estimation

À l’aide de l’estimation et de son erreur standard, il est possible de calculer l’intervalle de confiance de l’estimation en indiquant:

sa limite inférieure
estimation - tQ × erreur standard absolue

et sa limite supérieure
estimation + tQ × erreur standard absolue

Si le calcul se fait avec l’erreur standard simple (tQ = 1), on obtient l’«intervalle de confiance à 68%». On peut alors admettre que la valeur réelle du paramètre de la population se situe avec une probabilité de 68% dans cet intervalle de confiance. Si l’on utilise l’erreur standard double pour le calcul (tQ = 2), la valeur réelle du paramètre se situe avec une probabilité de 95% dans l’intervalle de confiance, à savoir l’«intervalle de confiance à 95%».

Significativité de l’estimation

L’intervalle de confiance permet d’examiner statistiquement si le paramètre de population estimé est plus grand ou plus petit qu’une certaine valeur de référence, respectivement si deux paramètres de population estimés se distinguent effectivement (dans la population réelle). Dans la pratique, le processus adopté est le suivant: lorsqu’une valeur de référence est située hors de l’intervalle de confiance, on admet que la valeur estimée pour la population se distingue significativement de la référence; si la valeur de référence se situe à l’intérieur de l’intervalle, on interprète la différence entre valeur estimée et valeur de référence comme aléatoire et donc non significative. Pour comparer deux paramètres de population, on considère qu’ils se distinguent de façon significative lorsque leurs intervalles de confiances ne se superposent pas.

Traitement de valeurs manquantes

Lors du calcul des résultats, on ne dispose pas toujours de données pour toutes les combinaisons de catégories des variables de classification et du découpage régional^*. Cela indique dans la plupart des cas que le paramètre estimé à l’aide de la variable cible n’apparaît pas ou seulement très rarement. Généralement, on introduit (« impute ») alors la valeur 0. Mais comme cette valeur n’est pas issue de mesures directes, l’erreur standard correspondante est représentée par un point [.]. Lorsqu’on se réfère à la valeur supposée de 0 lors d’un calcul, par exemple pour indiquer des pourcentages ou certaines estimations de changements, il n’est pas possible d’indiquer une valeur. Dans ce cas, on introduit un point [.] pour la valeur estimée et l’erreur standard.

Par exemple, on n’a jusqu’ici ni trouvé ni mesuré d’arole sur le Plateau (volume des aroles selon les régions de production). On peut donc admettre que si les valeurs manquent, c’est que l’arole n’est effectivement pas présent dans cette région et que son volume doit y être de 0.

^* p. ex. combinaison de la catégorie « arole» de la variable de classification « essence » et de la catégorie « Plateau » du découpage régional

Changements

L’IFN distingue deux types de changements:

Le premier concerne des variables cibles spécifiques pour des composantes de changement telles que l’accroissement, l’exploitation, la mortalité ou les disparitions. Ces variables cibles ne sont disponibles que pour deux cycles d’inventaires successifs, p. ex. IFN3-IFN4. Lors de leur évaluation, la catégorie de la variable de classification du second cycle d'inventaire est attribuée à celle du premier cycle d'inventaire. Ces évaluations ne tiennent donc pas compte du changement de la catégorie d’un inventaire à l'autre (p. ex. de la propriété privée à la propriété publique).

Pour le second type de changements, on utilise les différences de variables cibles telles que le nombre de tiges, le volume sur pied ou la surface forestière afin d’établir un bilan du changement entre deux cycles d’inventaire. Ces variables cibles sont habituellement utilisées pour représenter des états, p. ex. dans l’IFN4, mais peuvent aussi révéler les changements entre deux inventaires quels qu’ils soient, p. ex. LFI1-LFI4. Lors de leur évaluation, on tient compte du changement d’une catégorie de la variable de classification. Ainsi, il est possible de constater p. ex. que la surface de la forêt sans la forêt buissonnante a augmenté. Cela n’a d’effet que pour les variables de classification qui peuvent effectivement changer de caractéristiques, p. ex. l’appartenance à la surface forestière ou l’état de l’arbre.

IFN2
nombre total de tiges
essence principale · état de l'arbre (vif/mort)
découpage régional: canton
unité: n/ha
ensemble analysé: forêt accessible sans la forêt buissonnante IFN1-IFN5
réseau: réseau 1,4 km, sous-réseaux 1 à 5
état 1993/95
		canton
		AG		AI		AR		BE		BL/BS		FR		GE		GL		GR		JU		LU		NE		NW		OW		SG		SH		SO		SZ		TG		TI		UR		VD		VS		ZG		ZH		Suisse
essence principale	état de l'arbre (vif/mort)	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%
pas d'indication	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	mort	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
épicéa	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	111	18	350	19	304	23	202	6	65	38	293	11	11	87	243	25	226	5	130	23	241	11	142	16	309	37	250	18	182	13	164	25	88	23	233	15	215	20	54	15	279	18	155	9	176	9	248	37	173	13	181	3
	mort	4	41	15	60	18	35	12	17	1	99	11	44	0	.	32	38	19	15	3	44	10	31	3	45	27	45	18	33	19	22	3	69	2	59	24	39	2	57	3	30	28	26	11	23	23	16	8	96	4	31	12	6
	total	115	17	365	19	322	22	214	6	66	38	304	11	11	87	275	26	245	6	133	23	252	11	145	16	336	36	268	17	201	12	166	24	90	23	257	16	217	20	57	14	307	17	166	9	199	9	255	36	177	13	193	3
sapin	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	32	25	65	33	88	28	82	8	33	32	59	23	0	.	18	46	8	23	109	17	123	11	118	16	37	35	57	29	42	15	11	48	51	19	62	21	51	29	9	33	86	26	65	12	13	28	91	31	29	17	49	4
	mort	3	39	6	97	5	58	3	20	7	41	2	61	0	.	6	91	1	41	17	38	3	44	2	74	10	68	6	49	4	33	0	.	13	37	5	42	0	.	1	43	7	48	5	30	1	51	0	.	0	.	3	10
	total	35	25	71	36	93	28	86	8	39	30	61	23	0	.	24	47	9	23	126	17	126	11	119	16	47	39	63	28	46	15	11	48	63	19	67	21	51	29	11	31	94	25	69	12	14	26	91	31	29	17	52	4
pin	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	12	29	0	.	1	99	8	25	23	40	9	47	134	76	0	.	33	17	12	41	5	65	8	58	0	.	25	89	0	76	43	45	18	34	4	81	14	32	3	62	23	60	3	42	59	19	0	.	18	20	17	9
	mort	2	78	0	.	0	.	1	75	1	99	0	100	0	.	0	.	3	32	2	74	0	.	0	.	0	.	3	99	0	.	0	.	2	76	1	99	0	.	0	100	1	99	0	71	11	26	0	.	1	54	2	17
	total	13	28	0	.	1	99	9	25	24	40	10	47	134	76	0	.	36	17	14	40	5	65	8	58	0	.	27	83	0	76	43	45	20	31	5	84	14	32	3	61	24	58	3	39	70	18	0	.	19	20	19	9
mélèze	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	7	38	0	.	0	.	2	39	1	76	4	61	0	.	0	99	38	11	0	100	1	70	0	99	0	.	0	.	8	45	8	60	0	.	1	99	5	71	36	16	0	99	3	37	80	11	3	96	4	39	18	7
	mort	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	26	0	.	0	.	0	.	0	.	0	.	1	79	0	.	0	.	0	.	0	.	2	38	0	.	0	100	11	25	0	.	0	.	2	17
	total	7	38	0	.	0	.	2	39	1	76	4	61	0	.	0	99	42	11	0	100	1	70	0	99	0	.	0	.	10	48	8	60	0	.	1	99	5	71	38	16	0	99	4	38	90	12	3	96	4	39	19	7
arole	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	0	.	0	.	0	.	0	70	0	.	0	.	0	.	0	.	16	20	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	15	24	0	.	0	.	4	15
	mort	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	1	49	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	61	0	.	0	.	0	39
	total	0	.	0	.	0	.	0	57	0	.	0	.	0	.	0	.	17	19	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	15	24	0	.	0	.	4	15
autres résineux	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	2	65	0	.	2	98	2	38	9	99	0	100	0	.	1	99	1	55	1	99	2	64	1	99	0	.	1	99	3	54	3	99	4	46	1	99	1	99	0	100	5	77	3	48	3	82	0	.	5	63	2	19
	mort	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	79	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	57
	total	2	65	0	.	2	98	2	38	9	99	0	100	0	.	1	99	2	51	1	99	2	64	1	99	0	.	1	99	3	54	3	99	5	45	1	99	1	99	0	100	5	77	4	48	3	82	0	.	5	63	2	18
hêtre	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	129	10	69	36	61	27	111	7	185	16	112	18	0	.	100	24	19	22	130	15	96	13	72	14	147	46	105	31	137	14	209	18	179	11	66	18	72	14	102	14	73	30	93	10	21	30	54	39	87	12	88	3
	mort	3	46	10	53	0	.	2	29	6	43	4	52	0	.	8	40	0	73	5	43	2	60	0	.	0	.	2	62	4	41	3	69	6	38	2	70	1	99	3	44	1	99	1	40	0	.	0	.	2	54	2	12
	total	132	10	78	37	61	27	113	7	191	16	116	17	0	.	108	24	19	21	135	15	98	13	72	14	147	46	107	31	141	14	212	18	185	11	67	17	73	14	105	14	74	30	95	10	21	30	54	39	89	12	90	3
érable	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	24	19	9	69	37	44	19	13	28	24	19	24	0	.	44	32	4	29	23	19	15	22	20	35	42	25	25	53	44	18	13	70	35	16	23	27	22	30	4	34	20	43	26	18	8	29	21	61	35	21	18	5
	mort	1	76	0	.	0	.	0	65	0	.	0	.	0	.	5	78	0	.	0	.	0	.	0	.	3	98	0	.	1	59	0	.	1	75	1	99	1	99	0	.	0	.	1	50	0	70	0	.	0	100	0	24
	total	25	19	9	69	37	44	19	13	28	24	19	24	0	.	49	30	4	29	23	19	15	22	20	35	45	24	25	53	45	18	13	70	36	15	24	26	22	30	4	34	20	43	26	18	9	30	21	61	35	21	19	5
frêne	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	19	24	0	.	42	48	10	17	29	46	32	26	29	90	47	52	6	48	34	30	23	37	11	54	81	47	4	63	41	19	18	55	20	36	25	44	37	23	11	28	15	51	25	22	7	30	26	56	28	20	18	7
	mort	0	100	0	.	8	58	0	71	0	.	0	100	0	.	6	82	0	100	2	57	1	72	0	.	0	.	0	.	1	70	0	.	1	99	0	.	0	.	0	100	0	.	1	58	0	.	0	.	1	70	1	22
	total	20	25	0	.	50	48	11	17	29	46	33	26	29	90	52	54	6	47	36	29	24	37	11	54	81	47	4	63	42	19	18	55	21	36	25	44	37	23	12	28	15	51	26	22	7	30	26	56	29	20	19	7
chêne	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	11	40	0	.	0	.	4	26	21	49	7	40	642	25	0	.	1	64	9	45	7	47	9	83	4	96	0	.	3	47	19	35	15	56	0	99	29	27	22	26	3	60	29	26	7	32	0	.	7	24	11	11
	mort	0	100	0	.	0	.	0	58	1	99	1	100	31	58	0	.	0	.	1	99	0	.	1	99	0	.	0	.	0	.	3	69	4	82	0	.	1	99	1	47	0	.	1	59	0	71	0	.	1	70	1	22
	total	12	38	0	.	0	.	5	26	22	46	7	42	673	26	0	.	1	64	10	42	7	47	9	84	4	96	0	.	3	47	22	34	18	53	0	99	29	27	23	26	3	60	30	26	7	33	0	.	8	25	11	11
châtaignier	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	66	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	112	13	0	.	0	100	2	60	0	.	0	.	11	13
	mort	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	61	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	19	20	0	.	0	.	0	.	0	.	0	.	2	19
	total	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	64	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	132	13	0	.	0	100	2	60	0	.	0	.	13	12
autres feuillus	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	29	22	6	67	15	61	19	17	40	28	28	22	19	56	40	39	39	18	38	27	16	23	22	33	21	61	17	53	36	23	8	54	32	31	34	45	32	33	110	11	47	40	32	17	40	17	18	61	22	22	37	5
	mort	2	60	0	.	0	.	2	37	2	69	5	38	0	.	2	99	5	27	5	45	5	40	1	99	0	.	4	70	3	43	0	.	2	57	5	74	5	78	11	17	4	56	7	34	3	29	0	.	4	39	4	10
	total	30	22	6	67	15	61	21	16	42	27	34	22	19	56	43	39	45	17	44	27	21	23	23	32	21	61	21	54	39	22	8	54	33	29	40	44	38	31	121	11	51	40	39	17	43	16	18	61	26	21	41	5
indéterminable	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	mort	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	377	7	499	16	551	14	459	3	436	11	564	6	836	14	494	14	398	4	486	7	529	5	401	7	641	16	485	11	497	7	495	10	441	6	449	9	478	9	464	4	553	9	434	5	429	5	460	20	406	6	453	1
	mort	14	22	31	46	31	27	21	12	18	25	24	25	31	58	59	25	36	10	35	22	21	20	6	36	39	34	33	25	34	15	8	37	31	21	38	34	10	46	41	11	41	19	29	15	50	12	8	96	13	21	30	4
	total	391	7	529	17	582	14	480	3	453	10	588	6	867	15	553	14	434	4	521	7	549	5	408	7	680	16	517	11	531	6	504	10	472	7	487	10	488	9	505	4	594	9	463	5	480	5	468	19	420	6	483	1

Table citation

Abegg, M.; Ahles, P.; Allgaier Leuch, B.; Cioldi, F.; Didion, M.; Düggelin, C.; Fischer, C.; Herold, A.; Meile, R.; Rohner, B.; Rösler, E.; Speich, S.; Temperli, C.; Traub, B.,
2023: Swiss national forest inventory - Result table No. 1279259. Birmensdorf, Swiss Federal Research Institute WSL

page précedente